ترجمه فارسی مقاله عامل هوش مصنوعی تجویزی تطبیق‌پذیر با دامنه برای سازمان‌ها

چکیده

Despite advancements in causal inference and prescriptive AI, its adoption in enterprise settings remains hindered primarily due to its technical complexity. Many users lack the necessary knowledge and appropriate tools to effectively leverage these technologies. This work at the MIT-IBM Watson AI Lab focuses on developing the proof-of-concept agent, PrecAIse, a domain-adaptable conversational agent equipped with a suite of causal and prescriptive tools to help enterprise users make better business decisions. The objective is to make advanced, novel causal inference and prescriptive tools widely accessible through natural language interactions. The presented Natural Language User Interface (NLUI) enables users with limited expertise in machine learning and data science to harness prescriptive analytics in their decision-making processes without requiring intensive computing resources. We present an agent capable of function calling, maintaining faithful, interactive, and dynamic conversations, and supporting new domains.

چکیده به فارسی (ترجمه ماشینی)

علیرغم پیشرفت در استنباط علیت و هوش مصنوعی تجویز ، تصویب آن در تنظیمات سازمانی همچنان به دلیل پیچیدگی فنی آن مانع است.بسیاری از کاربران فاقد دانش و ابزارهای مناسب برای استفاده مؤثر در این فناوری ها هستند.این کار در آزمایشگاه MIT-IBM Watson AI بر توسعه عامل اثبات مفهوم ، Precaise ، یک عامل مکالمه ای قابل انطباق دامنه مجهز به مجموعه ای از ابزارهای علیت و تجویز شده برای کمک به کاربران شرکت تصمیم گیری بهتر در تجارت متمرکز است.هدف این است که از طریق تعامل با زبان طبیعی ، استنباط علیت پیشرفته و جدید ایجاد شود.رابط کاربری زبان طبیعی ارائه شده (NLUI) کاربران با تخصص محدودی در یادگیری ماشین و علوم داده را قادر می سازد تا بدون نیاز به منابع محاسباتی فشرده ، تجزیه و تحلیل های تجویزی را در فرآیندهای تصمیم گیری خود مهار کنند.ما یک عامل قادر به عملکرد عملکرد ، حفظ مکالمات وفادار ، تعاملی و پویا و پشتیبانی از حوزه های جدید را ارائه می دهیم.